Vega Shah – NVIDIA 技術博客

利用 NVIDIA NIM 微服務構建生成式 AI 醫療設備訓練助手

Fri, 20 Dec 2024 08:45:11 +0000

醫療設備創新不斷加速，每年獲得 FDA 批準的數量都創下新高。向臨床醫生和患者介紹這些全新或更新的設備時，他們需要接受培訓，以正確、安全地使用這些設備。使用后，臨床醫生或患者可能需要獲得排查問題的幫助。醫療設備通常附有冗長且技術復雜的 Instructions for Use (IFU) 手冊，這些手冊描述了設備的正確用法。快速找到正確的信息可能很困難，在新設備上訓練是一項耗時的任務。醫療設備代表通常會提供支持培訓，但可能無法實時回答所有問題。這些問題可能會延遲醫療設備的使用和較新技術的采用，在某些情況下，還會導致錯誤使用。檢索增強型生成 (RAG) 使用深度學習模型 (包括大語言模型 (LLMs))，使用自然語言高效搜索和檢索信息。借助 RAG，用戶可以接收大型文本語料庫 (例如 IFU) 中特定問題的易于理解的說明。語音 AI 模型，如自動語音識別 (ASR)…

Source

]]>

借助視覺問答和多模態檢索推進神經科學研究

Wed, 20 Nov 2024 08:22:44 +0000

領先的醫療健康組織正在轉向生成式 AI，以幫助構建能夠帶來挽救生命影響的應用。這些組織包括印度理工學院 – IIT Madras 大腦中心。為推進神經科學研究，IIT Madras 大腦中心正在利用 AI 生成不同人口群體的細胞層面的全人腦分析。該中心使用視覺問答 (VQA) 模型和大語言模型 (LLM) 開發了一種獨特的知識探索框架，使神經科學界更易于獲取腦成像數據。本文展示了關于人工智能 (AI) 如何突破神經科學研究極限的概念驗證。通過構建融合 VQA 模型與 LLM 的多模態框架，該團隊找到了一種讓大腦成像數據更易于理解的方法。這種方法可幫助研究人員發現有關大腦結構和功能的新見解，為取得突破性進展奠定基礎，進而實現挽救生命的發現。該知識探索框架利用神經科學出版物幫助研究人員將腦成像數據與最新的神經科學研究關聯起來。借助此工具，

Source

]]>

聚焦：Montai 利用 NVIDIA NIM 微服務構建用于藥物研發的多模態 AI 平臺

Thu, 26 Sep 2024 09:53:16 +0000

藥物研發旨在開發新的治療藥物，這些藥物能夠有效地針對疾病，同時盡可能地減少對患者的副作用。使用多模態數據（例如分子結構、細胞圖像、序列和非結構化數據）對于識別新型安全的候選藥物非常重要。然而，創建用于計算機輔助藥物研發的多模態 AI 模型具有挑戰性。這些模型必須調整各種類型的數據，并處理高度復雜的計算。多模態 AI 模型通常需要先進的深度學習技術，而這些技術的計算要求很高。確保這些模型有效地使用來自所有數據類型的信息而不引入偏差是一項主要困難。有關更多詳細信息，請參閱《Toward Unified AI Drug Discovery with Multimodal Knowledge》。 Montai Therapeutics 是一家旗艦先鋒公司，該公司正在使用 NVIDIA BioNeMo 平臺應對這些挑戰。Montai 創新的核心是整合和管理全球最大、

Source

]]>